ressources / revue-rh / volume-29-no-4

L’IA peut-elle fragiliser le climat de travail?

L’IA promet des gains de productivité, mais son déploiement peut aussi fragiliser le climat de travail. Voici quatre risques à surveiller et cinq leviers concrets pour préserver la confiance des équipes.
13 novembre 2026
Xavier Parent-Rocheleau, CRHA | Marie-Claude Gaudet, CRHA

L’utilisation de l’IA, qu’elle soit générative, prédictive, ou agentique, tend à se généraliser dans les milieux de travail. Selon des données récentes, 60 % de la main-d’œuvre québécoise occupe un emploi fortement exposé à l’IA (Institut de la statistique du Québec, 2026), alors que les outils d’IA générative sont utilisés par 60 % des employés au Québec en général, par 70 % des professionnels (Parent-Rocheleau et al., 2026), et par près de 90 % des professionnels RH (Enquête HEC-CRHA sur l’IA, résultats préliminaires). Cette adoption massive s’explique principalement par les gains de productivité et l’optimisation des processus qu’elle promet.

Malgré ces avantages, la littérature scientifique révèle l’existence d’angles morts souvent méconnus. Parmi ceux-ci, plusieurs écrits suggèrent qu’une adoption généralisée de l’IA poserait un risque de détérioration du climat organisationnel et du degré de confiance des employés. De fait, seulement 35 % de la main-d’œuvre québécoise dit avoir un degré de confiance élevé envers son employeur entourant ses projets d’IA, que ce soit pour optimiser ou automatiser le travail (Parent-Rocheleau et al., 2026). Or, cette confiance est justement vue comme le socle de l’innovation technologique (Innovation, Sciences et Développement économique Canada, 2026) en plus d’être un important prédicteur de performance et de collaboration dans les organisations (Colquitt et al., 2007; Li et al., 2025). Il importe donc de comprendre à la fois les risques et les ingrédients nécessaires à un climat organisationnel empreint de confiance qui soutient une transition numérique durable. Par climat de confiance, on entend ici un environnement de travail dans lequel les employés perçoivent leur organisation et ses représentants comme fiables, transparents et soucieux de leurs intérêts. Un climat de confiance fort est généralement associé à la fidélisation et à l’engagement du personnel envers le changement, notamment technologique.

Comment le déploiement de l’IA peut-il se répercuter sur le climat de confiance?

  1. Un manque de transparence

    Le manque de consultation des employés dans le déploiement de l’IA peut signaler un manque de considération et générer le sentiment que ces outils leur sont imposés sans qu’ils répondent à un réel besoin. Aussi, les systèmes d’IA sont trop souvent déployés de manière opaque ou sans stratégie claire, laissant place aux doutes, aux incertitudes et aux rumeurs quant à l’avenir. Dans certains secteurs, près du tiers du personnel dit craindre de voir son emploi remplacé par l’IA (Parent-Rocheleau et al., 2026).

  2. Un manque d’encadrement et de balisage

    Lorsque le déploiement n’est pas accompagné de consignes ou de politiques claires balisant l’utilisation de l’IA, il devient vite difficile pour le personnel de distinguer les usages permis ou acceptables de ceux qui, au contraire, pourraient être jugés contraire à l’éthique. Cette situation peut engendrer une forme de tabou entourant l’IA et un climat de méfiance ou de suspicion entourant l’usage de l’IA entre collègues ou entre gestionnaires et employés.

  3. La surconfiance envers l’IA, au détriment des collègues

    Les outils d’IA générative sont entraînés à plaire à leurs utilisateurs, par exemple en valorisant leurs idées, en se montrant complaisants, et la plupart du temps en soutenant leurs opinions. Ce phénomène, surnommé la « flatterie de l’IA » (ou AI sycophancy; Cheng et al., 2026) peut mener le personnel à avoir une confiance aveugle et excessive envers ces outils, oubliant leurs biais et leurs limites potentielles. Bon nombre d’employés préfèrent donc l’avis plus confortable d’un agent conversationnel à celui d’une personne de l’équipe. C’est un vrai piège pour le climat de travail, entraînant une diminution de la collaboration et de l’entraide.

  4. La surveillance et la gestion algorithmique

    L’IA est très présente dans les outils de surveillance électronique et de gestion du personnel. Selon plusieurs études, ce phénomène appelé la gestion algorithmique génère souvent des perceptions de contrôle technologique abusif conduisant à une perte de confiance et à une dégradation du climat de travail (Bujold et al., 2026; Ravid et al., 2023). Ces perceptions peuvent également contribuer à dégrader la relation entre employés et gestionnaires.

Comment bâtir un climat de confiance dans un contexte marqué par l’IA?

  • Miser sur la justice. Les perceptions partagées de justice organisationnelle constituent un prédicteur clé d’un climat de confiance (Colquitt et al., 2001). Comment susciter ces perceptions? L’éthique, la transparence, la communication et le dialogue en sont des ingrédients essentiels. Les RH peuvent notamment veiller à ce que les décisions soutenues par l’IA reposent sur des critères équitables, explicables et connus des personnes concernées, tout en prévoyant des mécanismes permettant de questionner ou de contester ces décisions.
  • Mettre des balises claires. On doit savoir ce qui est autorisé et ce qui ne l’est pas. Plus les balises sont claires, moins il y a de zones grises, moins on doute de son entourage au travail, et plus on fait confiance. Les RH peuvent contribuer à établir des règles claires concernant les usages acceptables de l’IA, les données qui peuvent être utilisées et les décisions qui doivent demeurer sous responsabilité humaine. Ces balises doivent ensuite être communiquées et actualisées au rythme de l’évolution des outils.
  • Sensibiliser et rappeler les limites de l’IA pour éviter la surconfiance et pour s’assurer que le jugement des collègues et des gestionnaires est privilégié par rapport à celui de l’IA! Les RH peuvent coordonner et promouvoir le développement de la littératie en IA, sensibiliser aux erreurs, aux biais et aux limites de l’IA, et ainsi renforcer la capacité des employés à exercer leur jugement critique face à ses recommandations.
  • Créer un climat de sécurité psychologique. Un environnement où chacun peut s’exprimer, expérimenter, se tromper, et apprendre sans crainte d’être jugé défait les tabous entourant l’IA et inspire une communication ouverte. Les RH peuvent créer des espaces de dialogue où les employés peuvent partager leurs préoccupations, signaler des problèmes ou remettre en question certains usages de l’IA sans craindre de conséquences négatives. Ils peuvent également encourager l’expérimentation encadrée et le partage des apprentissages entre collègues.
  • Ne pas oublier les gestionnaires! Leur rôle est fondamental dans l’établissement de la confiance envers l’IA et l’organisation. Il faut donc s’assurer qu’ils comprennent bien les capacités et les limites de l’IA, tout en les accompagnant à exercer un leadership éthique et soutenant. Les RH peuvent les outiller pour expliquer les choix technologiques à leurs équipes, répondre à leurs préoccupations et maintenir une véritable responsabilité humaine dans les décisions soutenues par l’IA.

Les professionnels RH ont ainsi un rôle central à jouer pour que l’IA renforce, plutôt qu’elle affaiblisse, le climat de travail. Après tout, la confiance demeure un puissant moteur d’innovation.

Références

  • Bujold, A., Gaudet, M.-C. et Parent-Rocheleau, X. (2026). When algorithmic management plays an intermediary role in worker-organization relationships: A social exchange perspective. Organizational Psychology Review. Publication en ligne anticipée. https://doi.org/10.1177/20413866261461258
  • Cheng, M., Lee, C., Khadpe, P., Yu, S., Han, D. et Jurafsky, D. (2026). Sycophantic AI decreases prosocial intentions and promotes dependence. Science, 391(6792), Article eaec8352. https://doi.org/10.1126/science.aec8352
  • Colquitt, J. A., Conlon, D. E., Wesson, M. J., Porter, C. O. L. H. et Ng, K. Y. (2001). Justice at the millennium: A meta-analytic review of 25 years of organizational justice research. Journal of Applied Psychology, 86(3), 425-445. https://doi.org/10.1037/0021-9010.86.3.425
  • Colquitt, J. A., Scott, B. A. et LePine, J. A. (2007). Trust, trustworthiness, and trust propensity: A meta-analytic test of their unique relationships with risk taking and job performance. Journal of Applied Psychology, 92(4), 909-927. https://doi.org/10.1037/0021-9010.92.4.909
  • Enquête HEC-CRHA sur l’IA, résultats préliminaires, document à venir.
  • Innovation, Sciences et Développement économique Canada. (2026). Stratégie nationale d’intelligence artificielle du Canada : L’IA pour tous. Gouvernement du Canada. https://ised-isde.canada.ca/site/isde/fr/strategie-nationale-matiere-dintelligence-artificielle-canada-lia-pour-tous
  • Institut de la statistique du Québec. (2026). L’exposition potentielle des professions à l’intelligence artificielle au Québec en 2024. Marché du travail et rémunération, (42), 1-14. https://statistique.quebec.ca/fr/fichier/exposition-professions-intelligence-artificielle-2024.pdf
  • Li, H., Zhang, J. et Huang, K. (2025). Meta-analyzing the trust-performance link in collaboration: Moderating effects of conceptual and contextual factors. Public Performance & Management Review, 48(1), 1-34. https://doi.org/10.1080/15309576.2024.2405839
  • Parent-Rocheleau, X., Pasquier, V., Garneau, J. M. É., De Broux, C. et Michaud, J. (2026). Cartographie de l’IA au travail : présence, usages et enjeux – Résultats d’une grande enquête dans les milieux syndiqués québécois. Obvia. https://doi.org/10.61737/HMZO8746
  • Ravid, D. M., White, J. C., Tomczak, D. L., Miles, A. F. et Behrend, T. S. (2023). A meta-analysis of the effects of electronic performance monitoring on work outcomes. Personnel Psychology, 76(1), 5-40. https://doi.org/10.1111/peps.12514

Author
Xavier Parent-Rocheleau, CRHA Professeur agrégé, Département de gestion des ressources humaines HEC Montréal

Author
Marie-Claude Gaudet, CRHA Professeure agrégée, Département de gestion des ressources humaines HEC Montréal

Source : Cahiers Science RH, volume 29, numéro 4 ─ Octobre/Novembre/Décembre 2026